工控網首頁
>

新聞中心

>

業界動態

>

從“看見”到“行動”,格創東智在IDC 2026中國CIO峰會揭開工業AI決策閉環

從“看見”到“行動”,格創東智在IDC 2026中國CIO峰會揭開工業AI決策閉環

2026/5/22 15:35:10

1.gif

2.jpg


5月15日,由IDC主辦的2026中國CIO峰會在深圳盛大開幕,TCL實業副總裁、格創東智CEO 何軍受邀出席并發表題為《從看見到行動:AI打造智造新范式》的主旨演講。面對制造業企業最關心的“AI如何真正進入生產核心環節”這一現實問題,何軍圍繞工業AI的工程化落地、系統協同與組織重構,給出了一套極具產業實踐意味的方法論。


在當前制造業AI熱潮中,“能對話”已不稀缺,“能執行”才是真正的分水嶺。何軍提出,工業AI正在經歷從分析式AI、生成式AI,向代理式AI(Agentic AI)的躍遷。過去的AI更多停留在“看見問題”,如今制造業需要的是能夠自主感知、分析、決策并執行任務的“行動型AI”。


3.jpg


何軍在演講中指出,工業場景對確定性、安全性、實時性和可追溯性的要求遠高于通用辦公場景,一個錯誤的調參動作,可能帶來直接的良率損失與停機風險。這也是為什么許多Agent在客服、辦公等場景表現亮眼,卻難以真正進入生產主鏈路。


為解決這一工業AI“最后一公里”的難題,格創東智提出了工業版Harness Engineering理念,即以章魚智腦Agentic AI平臺為核心,通過企業上下文接入、雙模雙軌雙Know-how、智能體協同工程化與工業級運維安全四個維度,實現AI從分析到執行的閉環。何軍現場以半導體行業的工藝優化和設備調控為例,講解了如何通過上下文語義化和系統能力原子化,使AI能夠跨越IT與OT和設備層邊界,實現精準決策和自主執行。


4.jpg


在雙模雙軌實踐中,大模型負責語義理解、任務拆解和決策調度,小模型與工業機理模型則承擔高確定性執行。何軍強調,這種大小模型協同是工業AI在高風險場景下獲得可靠性和穩定性的核心機制。同時,在智能體協同工程化方面,格創東智以人機協同的平衡與分工、多智能體編排為策略,在關鍵節點保證“人在環中(Human-in-the-loop)”,從而在復雜業務和核心決策上優化效率和準確性。工業級安全與運維方面,格創東智通過沙箱仿真、權限分級和全鏈路可觀測,實現了工業級AI閉環決策在高價值設備上的可控落地。


這種工程化思路,正在制造現場產生真實價值。會上展示的半導體AI Auto-Pilot決策中樞案例顯示,通過Agent與CIM系統協同,生產異常處理實現從“人工經驗驅動”向“自主閉環處置”演進,重要異常結案時間縮短至0.5小時,有效提升了生產效率和人員利用率。


5.jpg


值得關注的是,何軍在演講中給參會CIO釋放出一個鮮明信號:工業AI競爭的核心,已經不只是模型能力,而是誰能沉淀企業長期可復用的工業知識資產。何軍強調,未來制造企業最大的AI壁壘,不是模型參數,而是企業內部的經驗、流程與隱性知識以可復用的Skill、圖譜等方式沉淀下來。


這一觀點,也正在被越來越多頭部企業驗證。近期,格創東智服務的某中國頭部農牧企業,憑借AI智能排產Agent系統,成功摘得“2026 IDC中國未來AI工業之創新先鋒”獎項,標志著AI在復雜生產資源調度上的真正商業價值。


值得一提的是,格創東智已在泛半導體行業的多個工業場景中落地數百個AI或Agent閉環執行項目,顯著提升客戶生產效率與決策精度。此外,公司通過章魚智腦智能決策中樞與多場景Agent集群,強化可復用的端到端工業AI服務能力,為不同企業的工業AI需求提供快速復制路徑。


對于現場大量CIO而言,何軍的演講之所以引發共鳴,原因正在于其討論的已不再是“AI能不能做”,而是“企業如何構建真正可持續的工業AI能力”。從系統利舊改造,到工業知識資產化,再到Agent協同治理,制造業AI正在進入深水區。而這場從“看見”走向“行動”的變革,也意味著中國制造業的AI競爭,開始真正進入核心生產力重構階段。


6.jpg


本次演講從現場實踐出發,不僅呈現了格創東智的工業AI全景圖,也為CIO提供了可操作的落地策略:從數據和知識治理、系統改造,到智能體協同和安全運維,工業AI正以“行動力”為核心,加速制造企業的數字化轉型與自主治理。

7.gif


審核編輯(
李娜
)
投訴建議

提交

查看更多評論
其他資訊

查看更多

格創東智全新發布AI EES設備工程平臺,100個免費授權開放

格創東智受邀出席武漢“數智 +”場景育新培訓會,能碳獲獎方案作標桿分享

再獲行業認可!格創東智榮膺OFweek 2026中國智能制造行業年度卓越領軍企業獎

格創東智CEO何軍:中國半導體智慧物流,需要扛旗的長期主義者

Copilot結束了,工業AI進入Autopilot時代(上)